実践アナリティクスセミナー

案内

実践アナリティクスセミナー 受講のご案内
～ データをビジネスに活用する実践アナリティクス～

セミナー概要

アナリティクスはデータに基づく予測と判断を実務に活用するための技術です。データを蓄積しているが、十分に活用できていないことにお困りではないでしょうか。本セミナーでは、見積りや品質メトリクスの分析手法から人工知能（AI）を使った分析までを系統的にわかり易く学ぶことができます。また、Pythonを活用したデータ解析により、データ収集、加工、分析、可視化までの業務を自動化する方法についても学ぶことができます。

本セミナーには以下のコースがあります。

      • アナリティクス入門 … 実践アナリティクスの要点を短時間で学ぶコースです（無料）
      • 見積りの妥当性評価手法 … パラメトリック見積りの手法およびベンチマークの活用法
      • 品質メトリクスの基礎と活用 … 品質メトリクスの理解、SRGMおよび品質予測手法
      •  データ解析基礎編 … 統計学の基礎から回帰分析まで
      •  データ解析応用編 … 多変量解析およびデータ解析ツールの活用法
      • Python速攻習得(基礎編) … Excelなどで行っている業務をPythonで効率的に処理
      • Python速攻習得(応用編) … データ解析、機械学習、人工知能、自然言語処理まで
      • 人工知能(AI)基礎編 …  人工知能(AI)の基礎理論とビジネスへの活用
      • 人工知能(AI)応用編 … 機械学習の理論と実装の基礎

いずれのコースもZoomによるオンライン受講が可能です。また、弊社が開発した演習用データおよび分析ツール等を提供しますので学習または実務に活用できます。さらに有料コースの場合は、受講後一ヶ月間の支援サービスを受けることができます（詳細はこちら）。各コースの詳細については、コース別のタブをクリックして内容を確認してください。

講師

梶山昌之（株式会社ワイハット 代表取締役）
* 日本ファンクションポインントユーザ会（JFPUG）国際化担当役員
* ISBSG（国際的ソフトウェア・ベンチマーク組織）役員
* 日本アイ・ビー・エム（株）において、品質管理、見積りシステム開発に従事
* 運輸、金融、電力系の組織において、データの分析と予測のシステムを構築
* PM学会誌にて「データをビジネスに活用する実践アナリティクス」連載中
* PM学会にて「人工知能（AI）と統計モデル研究会」を設立、主査として活動中

受講料

オンライン参加:  12,000円 (1コース1名様あたり、消費税込み、テキストはpdfで配布)
会場参加:  24,000円 (1コース1名様あたり、消費税込み、テキスト代込み)
* 入門コースは無料
* 2023年 4月～2024年3月迄のセミナーに適用する料金です

会場および定員

オンライン受講の場合:  Zoomで参加

会場参加の場合： 江東区産業会館

東京都江東区東陽4-5-18
※ 電源および WiFi有

オンラインセミナーおよび出張セミナー

セミナーをご希望の日時、場所で開催します。
オンラインセミナー：講師代金（1日8万円、テキスト代込み*、消費税別）
出張セミナー：講師代金（1日15万円、テキスト代込み*、消費税別）
* 参加者が8名を超える分のテキスト代は実費とさせていただきます。

      •  何名でも参加いただけます。
      •  セミナーの実施形態を、要望に合わせて変更できますので、ご相談ください。
        例えば、1日2 時間で 3回にすることも可能です。また、開始終了時間の変更にも対応可能です。
      • 出張の場合は、交通費、宿泊費、その他諸経費の実費が必要になる場合があります。
      • 詳細はご相談ください。

その他

    1. 最小催行人数（3名）に満たない場合は、セミナーを中止させていただく場合があります。
    2. 希望者には「受講証明書」を発行しますので、申し込みの際、その旨をお知らせください。
    3. コロナウィルス対応として、会場参加の場合、咳又は発熱のあるかたのご参加はお断りしています。また、セミナー会場に入室の際は、手のアルコール消毒をお願いしていますので、ご協力をお願いします。

申込み要領1（ホームページからの申し込み）

※ 受講者が1名の場合は、この方法をご利用ください。複数の受講者の申込をまとめて行う場合は「メールによる申し込み」が便利です。

    1. 案内または各コース別のタブにあるフォームに入力して「送付」ボタンをクリックしてください。
    2. 申し込み受付後、受講票をメールで送付いたします。
      ※受講票を受信するまでは、受講確定となっていませんのでご注意ください。
    3. 申込締切日は開催日の3日前です。申込締切日までに募集定員となった場合、募集を終了させいただきます。また、申込締切日以降の受講キャンセルはお受けできません。
    4. セミナー終了後に、請求書送付先へ請求書を発行させていただきます。 セミナー当日に現金でお支払いいただくことも可能です。尚、請求書の支払い期限は、請求月の翌々月末です。

申込み要領2（メールによる申し込み）

※複数の受講者の申込をまとめて行う場合は、この方法が便利です。

    1. メールアドレス（office@yhat.co.jp） に下記の申込フォームをお送りください。
      ……………………………………………………………………………………………………………
      実践アナリティクス申込み
      受講日とコース名: （例: 　mm/dd データ解析基礎編 ）
      （※複数のコースを受講する場合は列記してください）
      会場:  （Zoom参加、または東京会場）
      申込み者名：
      メールアドレス：（※ 受講可否の連絡および受講票送付に使用します)
      電話番号：（※ セミナーの中止等、急な連絡が必要になった場合に使用します）
      請求書送付先：（※ 請求書払いの場合は必須です）
      受講者名：（※ 複数の方が受講される場合は列記してください)
      その他ご要望など：
      ……………………………………………………………………………………………………………
    2. 申し込み受付後、受講票をメールで送付いたします。
      ※受講票を受信するまでは、受講確定となっていませんのでご注意ください。
    3. 申込締切日は開催日の3日前です。申込締切日までに募集定員となった場合、募集を終了させいただきます。また、申込締切日以降の受講キャンセルはお受けできません。
    4. セミナー終了後に、請求書送付先へ請求書を発行させていただきます。セミナー当日に現金でお支払いいただくことも可能です。尚、請求書の支払い期限は、請求月の翌々月末です。

問い合わせ先

お問い合わせは以下のメールアドレスにお願いします。
株式会社ワイハット事務局:　office@yhat.co.jp

※ 本案内の内容は予告無く変更する場合がありますので、ご了承願います。

 

0.入門

データをビジネスに活用する実践アナリティクス
～ 入門コース～

概要

実践アナリティクスの要点を短時間で学ぶコースです。。
本コースは Zoomで提供します。

・見積りの妥当性評価手法入門（90分）
・生産性と品質のメトリクス入門（90分）
・データ解析入門（90分）
・Python入門（90分）
・人工知能（AI）入門（90分）

内容

見積りの妥当性評価手法入門

1.  見積りとデータ解析
2.  CEBoKのソフトウェアコスト見積り
3.  工数モデルの構築～見積りの妥当性評価とは

生産性と品質のメトリクス入門

1.  メトリクス理解のための統計学
2.   品質メトリクスの基礎～3種類の欠陥除去率
3.  信頼度成長モデル（SRGM）の活用

データ解析入門

1.  アナリティクスとデータ解析
2.  実務に必要な統計の基礎知識
3.  回帰分析とは～住宅価格の予測モデル

Python入門

1.  Pythonの環境構築とPythonの基礎
2.  予測システムの構築（欠損値の処理と重回帰分析による予測）
3.  Webで公開、 タスクスケジューラーによる自動化

人工知能（AI）入門

1.  まずは、動かしてみよう！~ラズパイによる画像識別
2.  人工知能（AI）とは何か？~ 人工知能、機械学習、統計モデルの違い
3.  AIのビジネスへの活用~ 新しいビジネスの開発

受講料

無料

開催日時

以下の日程からご希望のセミナーを選択してください。（複数の受講も可能）

2023年07月03日（月）18:30-20:00 見積りの妥当性評価手法入門
2023年07月04日（火）18:30-20:00 生産性と品質のメトリクス入門
2023年07月05日（水）18:30-20:00 データ解析入門
2023年07月13日（木）18:30-20:00  Python入門
2023年07月14日（金）18:30-20:00  人工知能(AI)入門

開催場所

本コースはZoomで提供します。。

入門コース配布資料

入門コースのテキストおよびコースの内容に対応したツールやプログラムを提供します。以下のリンクをクリックして資料をダウンロードし、メールでお知らせするパスワードで zipファイルを解凍してください。

=> Python開発環境構築ガイドの入手

=> Pythonによるデータ解析速攻習得入門セミナー提供資料の入手

 

1.見積り

データをビジネスに活用する実践アナリティクス
～ 見積りの妥当性評価手法～

概要

コスト見積りの妥当性はプロジェクトの成功およびプロジェクトの評価を左右します。妥当な見積りと評価を行うためには、基礎統計から固有技術の知識まで幅広い専門性が必要となります。これらすべてを学ぶのは困難ですが、本セミナーは実務経験に基づき、必要となる知識や技術の要点をまとめています。そのため、ソフトウェアの見積りと妥当性評価の具体的な方法を短時間で学ぶことができます。

 内容

1.  見積りとデータ解析
2. コスト評価知識体系(CEBoK)の概要
3.  プロセス改善と測定プロセスモデル
4. ソフトウェア規模と生産性の関係
5. 平均への回帰と見積り
6. 重回帰による予測モデル構築
7. 予測モデル構築の実践
8. ベンチマークの読み方と活用
9. 見積もりの妥当性評価モデル

受講者の前提知識

基礎的な数学知識（Σの意味がわかる程度）があること。

受講料

詳細は「案内」のページをご覧ください。

その他

    • セミナーで解説するデータおよび分析ツールを受講者限定で提供しますので、学習または実務に活用できます。
    • 受講後一ヶ月間のメトリクス導入および活用の支援サービスをご利用いただけます（詳細はこちら）。

開催日時

以下の日程からご希望の日を選択してください。

2023年09月06（水）10:00~17:00
2023年10月18（水）10:00~17:00

申し込み

受講者が1名の場合は以下のフォームからお申込みください。複数の受講者をまとめて申し込む場合は「案内」タブにある「申し込み要領2（メールによる申し込み）」をご利用ください。

 

2.品質

データをビジネスに活用する実践アナリティクス
～ 品質メトリクスの基礎と活用～

概要

ソフトウェアの品質は工数やスケジュールに影響するだけでなく、顧客の満足度に直接影響します。そのため、品質の継続的な改善を推進するためには定量的な管理を行うことが必須になります。　しかし、これらを効果的に実施するためには、データの統計的な性質の把握と予測モデル構築の技術が必要となります。　本セミナーでは、品質指標の統計的な性質を理解すると共に、品質の管理に必要となる指標とその活用方法を学びます。また、品質の予測に基づく管理を可能とする各種の手法とツールについてその概要を学びます。

内容

1.  メトリクス理解のための統計学入門
2. プロセス改善と測定プロセスモデル
3. ソフトウェアにおける予測管理概説
4.  品質メトリクスの基礎
5. ソフトウェア信頼度成長モデル(SRGM)
6. ベンチマークの読み方と活用（品質メトリクスの視点から）
7.  各種の分析モデル概説
8. 実績データが不足している場合の規模の予測
9. 欠陥数の予測例
10. ソフトウェア開発と運用における管理図入門
11. 管理図と閾値設定例

受講者の前提知識

基礎的な数学知識（Σの意味がわかる程度）があること

受講料

詳細は「案内」のページをご覧ください。

その他

    • セミナーで解説するデータおよび分析ツールを受講者限定で提供しますので、学習または実務に活用できます。
    • 受講後一ヶ月間のメトリクス導入および活用の支援サービスをご利用いただけます（詳細はこちら）。

開催日時

以下の日程からご希望の日を選択してください。

2023年09月13（水）10:00~17:00
2023年10月25（水）10:00~17:00

申し込み

受講者が1名の場合は以下のフォームからお申込みください。複数の受講者をまとめて申し込む場合は「案内」タブにある「申し込み要領2（メールによる申し込み）」をご利用ください。

31.データ解析基礎

データをビジネスに活用する実践アナリティクス
～ データ解析基礎編～

概要

データ解析は新製品の開発からマーケティングまで、ビジネスのあらゆる場面で必要となる技術です。また、各種の統計モデルや人工知能(AI)の活用も身近になっています。これらの技術の全体を学ぶのは容易ではありませんが、実務での活用にポイントを絞れば、比較的短期間に技術を身に着けることができます。そこで、本セミナーでは、データ解析の基礎になる統計学の知識を基本から解説し、実務で必要になる知識や手法を体系的に効率よく学びます。

内容

    1. アナリティクスとデータ解析
    2. 実務に必要な統計の基礎知識
    3. 正規分布は統計解析の基本
    4. 有意差と検定推定の基礎
    5. 改善効果を保証するには
    6. データの構造を把握するクロス集計
    7. 分割表の解析（カイ二乗検定）
    8. 実務で役立つ分析の技術
    9. 回帰分析とは
    10. 住宅価格の予測モデル
    11. ソフトウェア開発コストの予測モデル

受講者の前提知識

基礎的な数学知識（Σの意味がわかる程度）があること

受講料

詳細は「案内」のページをご覧ください。

その他

    • セミナーで解説するデータおよび分析ツールを受講者限定で提供しますので、学習または実務に活用できます。
    • PCは必須ではありませんが、PCを持参いただき講師の解説に従って問題を解いていただくと理解が深まります。
    • 受講後一ヶ月間のメトリクス導入および活用の支援サービスをご利用いただけます（詳細はこちら）。

開催日時

以下の日程からご希望の日を選択してください。

2023年09月20日（水）10:00~17:00
2023年12月06（水）10:00~17:00

学習支援資料

実務に活用できる実力を身に着けるためには、ツールやテンプレートを使いながら、実際に問題を解いてみることをお勧めします。データ解析セミナー参加者の皆様には、セミナーの内容に即したツールやテンプレート、およびプログラムとデータを提供させていただきます。以下のリンクをクリックして資料をダウンロードし、メールでお知らせするパスワードで zipファイルを解凍してください。

=> データ解析の課題データと解答

申し込み

受講者が1名の場合は以下のフォームからお申込みください。複数の受講者をまとめて申し込む場合は「案内」タブにある「申し込み要領2（メールによる申し込み）」をご利用ください。

32.データ解析応用

データをビジネスに活用する実践アナリティクス
～ データ解析応用編～

概要

データ解析は新製品の開発からマーケティングまで、ビジネスのあらゆる場面で必要となる技術です。実務で扱うデータは基本的に多変量であるため、データ解析の基礎で習得して知識をベースとして、多変量データの扱い方について学びます。これらの技術の全体を学ぶのは容易ではありませんが、実務での活用にポイントを絞れば、比較的短期間に技術を身に着けることができます。本セミナーでは、実務で活用できる手法を選定し、体系的に効率よく学びます。また、できるだけ、活用のイメージを体感していただくため、身近な例で問題を解きます。また、その過程で分析の考え方や各種ツールの使い方を学ぶことができます。

内容

    1. 多変量解析とは
    2. なぜ重回帰分析か
    3.  住宅価格の予測モデル（重回帰分析）
    4.  統計解析ツールRによる分析
    5. おにぎり屋の売上予測（数量化Ⅰ類）
    6.  好まれる賃貸住宅（コンジョイント分析）
    7.  試験に合格する確率（ロジステック回帰分析）
    8.  体格によるアスリートの判別 (線形判別分析)
    9.  レストランの再来店予測（数量化Ⅱ類)
    10.  生徒のタイプの分析（クラスター分析）

受講者の前提知識

    1. 「データ解析基礎編」を受講済であること
    2. または上記セミナー受講者と同等の知識があること

受講料

オンライン参加の場合:  12,000円 (1コース1名様あたり、消費税込み、テキストはpdfで配布)
詳細は「案内」のページをご覧ください。

その他

    • セミナーで解説するツールやデータを受講者限定で配布しますので、学習や実務に活用できます。
    • PCは必須ではありませんが、PCを持参いただき講師の解説に従って問題を解いていただくと理解が深まります。

開催日時

以下の日程からご希望の日を選択してください。

2023年09月21日（木）10:00~17:00
2023年12月07日（木）10:00~17:00

申し込み

受講者が1名の場合は以下のフォームからお申込みください。複数の受講者をまとめて申し込む場合は「案内」タブにある「申し込み要領2（メールによる申し込み）」をご利用ください。

41.Python基礎

データをビジネスに活用する実践アナリティクス
～ Python速攻習得セミナー（基礎編）～

概要

DXは日本のすべての企業や組織が 2025年までに達成しなければならない変革です。この変革を成し遂げることができない場合は、企業の競争力が低下してしまうと言われています（経済産業省 DXレポート）。DXを推進するためには、IT技術でデータを活用することができる人材（DX人材）が必要です。DX人材としてプログラミングは必須のスキルですが、Pythonが最良の選択肢であり、組織のDX力を高めるための最短のアプローチなのです。
基礎編では、Excelなどで行っている日常業務をPythonで効率的に処理できるようになります。実務を担当するすべての方に習得して頂きたい内容です。

内容

    1. . DXとPython
    2.  Pythonによる開発の環境を整える
    3.  対話モードで学ぶ
    4.  文法の基礎
    5.  分岐と繰り返し処理
    6.  関数とクラス
    7.  ファイル入出力
    8.  標準ライブラリ
    9.  科学技術計算を行う (NumPy)
    10.  データの収集と加工および可視化 (pandas)
    11.  グラフの描画 (matplotlib)
    12.  データの前処理と統計処理

受講者の前提知識

特にありません

受講料

詳細は「案内」のページをご覧ください。

その他

    • セミナーで解説するプログラムやデータを受講者限定で配布しますので、学習や実務に活用できます。
    • PCは必須ではありませんが、PCを持参いただき講師の解説に従って問題を解いていただくと理解が深まります。
    • 受講後一ヶ月間のメトリクス導入および活用の支援サービスをご利用いただけます（詳細はこちら）。

開催日時

以下の日程からご希望の日を選択してください。

2023年09月27日（水）10:00~17:00
2023年11月08日（水）10:00~17:00

申し込み

受講者が1名の場合は以下のフォームからお申込みください。複数の受講者をまとめて申し込む場合は「案内」タブにある「申し込み要領2（メールによる申し込み）」をご利用ください。

42.Python応用

データをビジネスに活用する実践アナリティクス
～ Python速攻習得セミナー（応用編）～

概要

基礎編で学んだ知識をベースにして、データ解析、機械学習、人工知能、自然言語処理などの様々な処理ができるようになります。データ解析およびプログラム開発を担当する方に学んでいただきたい内容です。

内容

    1. 基本的な統計の問題を解く (SciPy)
    2. 線形回帰で値を予測する
    3. 機械学習とは
    4. データを分類する
    5. データを要約する
    6. データをグループにわける
    7. ベクトルと行列
    8. パーセプトロン
    9. ニューラルネットワーク
    10. .画像処理
    11. .スクレイピング
    12. .自然言語処理

受講者の前提知識

基礎的な数学知識（Σの意味がわかる程度）があること

受講料

詳細は「案内」のページをご覧ください。

その他

    • セミナーで解説するプログラムやデータを受講者限定で配布しますので、学習や実務に活用できます。
    • PCは必須ではありませんが、PCを持参いただき講師の解説に従って問題を解いていただくと理解が深まります。
    • 受講後一ヶ月間のメトリクス導入および活用の支援サービスをご利用いただけます（詳細はこちら）。

開催日時

以下の日程からご希望の日を選択してください。

2023年09月28日（水）10:00~17:00
2023年11月9日（木）10:00~17:00

申し込み

受講者が1名の場合は以下のフォームからお申込みください。複数の受講者をまとめて申し込む場合は「案内」タブにある「申し込み要領2（メールによる申し込み）」をご利用ください。

51.AI基礎

データをビジネスに活用する実践アナリティクス
～ 人工知能(AI)基礎編: AIの基礎理論とビジネスへの活用～

概要

人工知能(AI)は、現場の生産性向上、新製品の開発からマーケティングまで、ビジネスのあらゆる場面で必要となる技術です。しかし、どのような課題に対してAIが適しているのかは良く知られていない状況です。AI技術の全体を学ぶのは容易ではありませんが、PythonによるAIの実装を体験しながら、画像認識などの課題を解くことによって、AIの本質を理解できるようになります。本セミナーでは、AIの基礎理論を、その理解に必要な基礎的な数学および統計と共に学びます。また、Python の基本を学び、AIの実装を行います。これにより、AIがどのような課題に適しているかが判断できるようになります。これらの知識をベースとして、今後、AIがどのようなビジネスに活用できるかを理解します。

内容

    1. まずは、動かしてみよう！
      * ラズパイによる画像識別
    2. 人工知能（AI）とは何か？
      * 人工知能、機械学習、統計モデルの違い
    3. AIのビジネスへの活用
      * AIのビジネス活用の手順
      * 従来システムと機械学習システム
      * 新しいビジネスの開発
    4. Python入門
      * 機械学習では何故 Pythonか
    5. パーセプトロンとニューラルネットワーク
      * パーセプトロン
      * ニューラルネットワーク
      * 手書き数字認識

受講者の前提知識

基礎的な数学知識（Σの意味がわかる程度）があること

受講料

詳細は「案内」のページをご覧ください。

その他

    • セミナーで解説するプログラムやデータを受講者限定で配布しますので、学習や実務に活用できます。
    • PCは必須ではありませんが、PCを持参いただき講師の解説に従って問題を解いていただくと理解が深まります。
    • 受講後一ヶ月間のメトリクス導入および活用の支援サービスをご利用いただけます（詳細はこちら）。

開催日時

以下の日程からご希望の日を選択してください。

2023年10月11日（水）10:00~17:00
2023年11月15日（水）10:00~17:00

申し込み

受講者が1名の場合は以下のフォームからお申込みください。複数の受講者をまとめて申し込む場合は「案内」タブにある「申し込み要領2（メールによる申し込み）」をご利用ください。

52.AI応用

データをビジネスに活用する実践アナリティクス
～ 人工知能(AI)応用編: 機械学習の理論と各種の人工知能～

概要

機械学習の理解に必要な数学と統計学を学びます。その後、人工知能が学習する仕組みを学びます。次にAIが２次元の画像情報を維持しながら認識する手法と実装の内容を理解します。さらにG検定で出題される、様々なタイプのAIの概要を理解します。最後に、より簡単にAIを構築するためのオープンソースについて学び、それを用いた実装例を学びます。

内容

    1. AIの理解に必要な数学の基礎
      ＊ 微分と勾配法
    2. ニューラルネットワークにおける学習の仕組み
      * 確率的勾配降下法
    3. 学習の高速化手法
      * 誤差逆伝搬法
    4. 画像の特徴を認識する
      * 畳み込みニューラルネットワークとディープラーニング
    5. G検定とAI白書
      * G検定の内容および AI白書のポイント（試験対策）
    6. オープンソースの活用
      *  R言語、線形判別分析
      * TensorFlowとKeras

受講者の前提知識

    1. 「AI基礎編: AIの基礎理論とビジネスへの活用」を受講済であること
    2. または上記セミナー受講者と同等の知識があること

受講料

詳細は「案内」のページをご覧ください。

その他

    • セミナーで解説するプログラムやデータを受講者限定で配布しますので、学習や実務に活用できます。
    • PCは必須ではありませんが、PCを持参いただき講師の解説に従って問題を解いていただくと理解が深まります。
    • 受講後一ヶ月間のメトリクス導入および活用の支援サービスをご利用いただけます（詳細はこちら）。

開催日時

以下の日程からご希望の日を選択してください。

2023年10月12日（水）10:00~17:00
2023年11月16日（木）10:00~17:00

申し込み

受講者が1名の場合は以下のフォームからお申込みください。複数の受講者をまとめて申し込む場合は「案内」タブにある「申し込み要領2（メールによる申し込み）」をご利用ください。

実践アナリティクスセミナー申し込み

入力後、[送付] ボタンをクリックしてください。
確認のため、ご指定のメールアドレスに入力内容を送信させていただきます。